Statistiche e Big Data

Domande e risposte per le persone interessate alle statistiche, all'apprendimento automatico, all'analisi dei dati, al data mining e alla visualizzazione dei dati

1
La formula per i test bayesiani A / B non ha alcun senso
Sto usando la formula del test ab bayesiano per calcolare i risultati del test AB usando la metodologia bayesiana. Pr ( pB> pUN) = ∑i = 0αB- 1B ( αUN+ i , βB+ βUN)( βB+ i ) B ( 1 + i , βB) B ( αUN, βUN)Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA) \Pr(p_B > …
10 r  bayesian  ab-test 
2
Implementazione della validazione incrociata nidificata
Sto cercando di capire se la mia comprensione della convalida incrociata nidificata è corretta, quindi ho scritto questo esempio di giocattolo per vedere se ho ragione: import operator import numpy as np from sklearn import cross_validation from sklearn import ensemble from sklearn.datasets import load_boston # set random state state = …
1
Qual è la matrice di covarianza asintotica?
È vero che la matrice di covarianza asintotica è uguale alla matrice di covarianza delle stime dei parametri? Se no, cos'è? E qual è la differenza tra la matrice di covarianza e la matrice di covarianza asintotica in quel caso? Grazie in anticipo!
2
Determinante della matrice di informazioni Fisher per un modello sovra parametrizzato
Considera una variabile casuale Bernoulli con parametro (probabilità di successo). La funzione di verosimiglianza e le informazioni di Fisher (una matrice ) sono:θ 1 × 1X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1 L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Consideriamo ora una versione "sovraparametrizzata" con due …
1
È essere un insieme chiuso un convegno a verifica di ipotesi?
Nel test delle ipotesi statistiche, l'ipotesi nulla spesso assume la forma di (almeno nei libri che ho letto): o H0H0H_0H0:H0:θ=θ0θ≤θ0H0:θ=θ0H0:θ≤θ0 \begin{align*} H_0:&\theta=\theta_0\\ H_0:&\theta\le\theta_0 \end{align*} H0:θ1≤θ≤θ2H0:θ1≤θ≤θ2 H_0:\theta_1\le\theta\le\theta_2 È solo una convenzione che i set in sono chiusi? O ci sono altri motivi?H0H0H_0
3
Esistono equivalenti normalizzati a Skewness e Kurtosis?
Quale sarebbe l'equivalente normalizzato di Skewness che avrebbe la stessa unità dei dati? Allo stesso modo, quale sarebbe l'equivalente normalizzato di Kurtosis? Idealmente, queste funzioni dovrebbero essere lineari rispetto ai dati, il che significa che se tutte le osservazioni dovessero essere moltiplicate per un fattore n, l'asimmetria e la curtosi …
2
Come devo modellare le interazioni tra variabili esplicative quando una di esse può avere termini quadratici e cubici?
Spero sinceramente di aver formulato questa domanda in modo tale da poter dare una risposta definitiva - in caso contrario, per favore fatemi sapere e proverò di nuovo! Dovrei anche supporre che userò R per queste analisi. Ho diverse misure di plant performance (Ys)cui sospetto siano state influenzate da quattro …
1
Riferimento per una storia sul campionamento dalla rubrica
Oggi stavo parlando con qualcuno del campionamento e ricordo vagamente una storia di uno statistico molto rispettato che raccomandava un campionamento sistematico dall'elenco telefonico in un caso legale particolare. Ricordo che la storia ha fatto qualcosa come un giudice in tribunale che gli diceva qualcosa del tipo "Non so molto …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.